Höchstleistungsrechenzentrum Stuttgart (HLRS) przez dziesięciolecia budowało moc obliczeniową, która sprawia, że konwencjonalny sprzęt wydaje się zabawką. Przez długi czas mandat był jasny: to forteca nauki. Klucze sprawowały uniwersytety i instytuty badawcze. Musieli symulować wzorce klimatyczne, analizować struktury białek lub łamać kody, których rozwiązanie w przypadku konwencjonalnych laptopów zajęłoby sto lat. Firma obserwowała sytuację z boku, głównie zadowolona z pracy nad arkuszami kalkulacyjnymi.
Ta dynamika się zmienia. Szybko.
Firmy zdają sobie sprawę z trudnej prawdy: problemy, z którymi się obecnie borykają, są zbyt złożone, aby mogły sobie z nimi poradzić standardowe serwery. Wolumen danych szybko rośnie. Margines błędu w produkcji, finansach i logistyce jest zredukowany do zera. HLRS nie jest już ekskluzywnym klubem uniwersyteckim. Staje się infrastrukturą krytyczną dla gospodarki.
Nowe zapotrzebowanie na energię surową
Dlaczego firmy nagle pukają do drzwi centrum superkomputerowego w Stuttgarcie? Nie mówimy już o wskaźnikach prestiżu. Chodzi o przetrwanie.
Tradycyjna infrastruktura IT uderza w mur, gdy próbujesz symulować chaos w świecie rzeczywistym. Możesz symulować kolizję samochodu na zwykłym serwerze. Nie da się jednak symulować oporu aerodynamicznego całej floty autonomicznych pojazdów jadących przez huragan. Nie da się w czasie rzeczywistym zoptymalizować globalnego łańcucha dostaw zakłóconego przez strajk w porcie po drugiej stronie kontynentu.
„Unternehmen werden künftig wohl häufiger auf so masywny Rechenkapazitäten angewiesen sein.”
Tłumaczenie: W przyszłości firmy będą w coraz większym stopniu polegać na tak potężnych zasobach obliczeniowych.
To nie jest trend. Jest to zmiana strukturalna. Rozbieżność między tym, co firma musi wiedzieć, a tym, co może obliczyć przy użyciu standardowej technologii, rośnie z każdym rokiem. HLRS wypełnia tę lukę. Ich systemy nie tylko szybciej przetwarzają liczby. Przetwarzają je w sposób, który ujawnia wzorce niewidoczne dla mniejszych maszyn.
Od stołu laboratoryjnego do zarządu
Przejście ze środowiska czysto akademickiego do zastosowań komercyjnych jest niewygodne. Nie powinno tak być, ale tak jest. Naukowcy posługują się językiem petabajtów i eksaflopów. Dyrektorzy posługują się językiem ROI (zwrotu z inwestycji) i udziału w rynku. Te języki nie współgrają ze sobą.
Ale sprzęt się tym nie przejmuje. Zależy mu na przepustowości.
Kiedy firma produkcyjna chce przetestować nowy projekt silnika, nie musi już budować dwunastu fizycznych prototypów. Potrzebuje superkomputera zdolnego do jednoczesnego przeprowadzania tysięcy symulacji. Systemy HLRS w Stuttgarcie radzą sobie z tym obciążeniem. Mogą przetwarzać dane, znajdować punkty awarii i przesyłać wyniki, gdy kawa w pokoju socjalnym jest jeszcze gorąca.
Dla biznesu oznacza to szybkość. Prawdziwa prędkość. Nie prędkość „pobierania w 4 sekundy” dzięki szybszemu Wi-Fi, ale prędkość „napraw problem w godzinę, która wcześniej zajmowała miesiąc”. To tutaj leżą pieniądze.
Wąskim gardłem nie jest komputer
Można by pomyśleć, że jedyną barierą jest tutaj dostęp. Jak uzyskać czas pracy superkomputera? To nie jest takie proste. Architektura superkomputerowa jest obca większości działów IT. Pisanie kodu dla systemu na poziomie HLRS wymaga specjalistycznej wiedzy. Nie można po prostu wziąć starszego oprogramowania i oczekiwać, że będzie działać.
To tworzy nowy rynek. Firmy konsultingowe, dostawcy wyspecjalizowanego oprogramowania i dostawcy rozwiązań w chmurze hybrydowej wkraczają na scenę, aby pomóc firmom w transformacji ich działalności
Przejazd przez ulewną ulewę, myjnię czy głęboką kałużę nie powinien doprowadzić do zalania wnętrza samochodu. Wydaje się to naturalne i proste. Jednak utrzymanie całkowicie suchego wnętrza nie jest kwestią szczęścia. Jest to wynik ogromnego wysiłku inżynieryjnego.
Uszczelki drzwi i okien wymagają precyzyjnego projektu. Błotniki podwozia i osłony komory silnika muszą być odpowiednio uformowane i bezpiecznie zamocowane, aby zapobiec odkształceniu lub osłabieniu pod ciśnieniem. Następny jest układ klimatyzacji, który wymaga wlotów powietrza. Otwory te powinny być zaprojektowane tak, aby całkowicie odpychały wodę.
Porsche nazywa cały ten zestaw wymagań zarządzaniem wodą w pojazdach.
Jak symulacja zastępuje testy w terenie
Przez dziesięciolecia proces ten opierał się na rzeczywistości fizycznej. Budowałeś samochód. Spryskałaś go wodą. Sprawdzałeś czy nie przecieka?
Monika Wirse, która kieruje metodami opartymi na modelach i inżynierią systemów w Porsche, twierdzi, że zmieniło się to dopiero niedawno. Zmiana nastąpiła dzięki odpowiednim symulacjom. Inżynierowie mogą teraz rozwiązywać problemy związane z gospodarką wodną za pomocą modeli cyfrowych. W tym przypadku prawdziwe krople deszczu nie spadają.
„Przez długi czas gospodarka wodna opierała się w dużej mierze na testach w terenie” – mówi Wierse. „Zmieniło się to dopiero w ostatnich latach dzięki odpowiednim symulacjom”.
Model komputerowy to szczegółowa kopia prawdziwego samochodu. Inżynierowie upraszczają wnętrze kabiny. Wykluczają siedzenia z modelu. Ale wygląd? To musi być dokładne.
W symulacji cyfrowy samochód jest praktycznie zanurzony w wodzie. Jest narażony na działanie ulewnych opadów. Jedzie przez wodę głęboką na pół metra. Przyspiesza i widzi krople spływające po ciele w kierunku tyłu. To tylko jeden z aspektów problemów wodnych, którymi zajmują się zespoły inżynieryjne.
Logika zanurzenia w wannie
Symulacja obejmuje nawet etapy produkcji. Karoserie samochodów przed malowaniem poddawane są ogromnym kąpielom zanurzeniowym.
Brzmi to sprzecznie z intuicją. W prawdziwym życiu chcesz, aby woda deszczowa nie dostawała się do wnętrza. W kąpieli malarskiej chcesz, aby powłoka ochronna dotarła wszędzie. W każdym rogu. W każdej szczelinie.
O ile woda deszczowa nie powinna później przedostawać się do wnętrza samochodu, o tyle w przypadku kąpieli w kąpieli jest zupełnie odwrotna sytuacja: sama powłoka musi sięgać aż do ostatnich zakamarków karoserii.
Symulacja dynamiki płynów jest złożona. Matematyka jest uciążliwa. Intensywne obliczenia.
Własne serwery Porsche nie są w stanie sobie z tym poradzić. Ekonomicznie jest to niewykonalne. Trzymanie w domu tak dużej mocy obliczeniowej tylko na potrzeby tych testów byłoby marnotrawstwem.
Gdzie wysyłane są dane
Gdzie więc trafiają dane? Porsche ze Stuttgartu korzysta z systemów HLRS (High Performance Computing Center Stuttgart).
To nie jest nowy związek. Porsche używa HLRS do symulacji od połowy lat 90. XX wieku. Są jedną z pierwszych firm, które zlecają wykonywanie ciężkich obliczeń na zewnątrz.
Użytkownicy przemysłowi stanowią obecnie około dziesięciu procent obciążenia komputerów HLRS. Tendencja jest oczywista. W 2017 roku symulacje przeprowadziło tam 25 firm. Do 2021 roku liczba ta wzrośnie do 61.
W cyfrowym świecie nadal pada deszcz. Samochody pozostają suche. Inżynierowie nadal przeprowadzają obliczenia.
Koszt stali i krzemu
Transakcja to nie tylko zwycięstwo producentów samochodów. Korzyści odnosi także Centrum Obliczeniowe Wysokiej Wydajności w Stuttgarcie (HLRS). Dzięki temu może utrzymać swoje umiejętności na wysokim poziomie i nauczyć się wykorzystywać moc superkomputerów do rozwiązywania rzeczywistych problemów inżynierskich.
Największym konsumentem tej mocy obliczeniowej jest przemysł motoryzacyjny. Pomyśl o prototypowaniu. Aby zrozumieć, czy projekt działa, potrzebujesz fizycznego samochodu. Ale stworzenie takiego samochodu jest procesem powolnym i kosztownym. Prototyp można zbudować dopiero wtedy, gdy wszystkie komponenty zostały już w pełni zdefiniowane. A co jeśli brakuje jakiegoś szczegółu? Musimy zacząć od nowa. To spala pieniądze i czas.
Monika Wirse z Porsche mówi to prosto. Strategia jest jasna: stworzyć jak najmniej fizycznych prototypów.
„Mamy strategiczną dyrektywę dotyczącą opracowywania pojazdów przy użyciu minimalnej liczby fizycznych prototypów”.
Weźmy Taycana. Pierwszy model całkowicie elektryczny. Zanim wyciął choćby jeden arkusz stali, pokonał już wiele wirtualnych okrążeń toru Nürburgring-Nordschleife. Umożliwiło to inżynierom przetestowanie układu chłodzenia akumulatora wysokonapięciowego i silników elektrycznych na długo przed pojawieniem się prawdziwego samochodu. Mogli sprawdzić, czy system wytrzyma ekstremalne obciążenia. Symulacja znajduje optymalne rozwiązanie nawet wtedy, gdy wymagania są ze sobą sprzeczne.
Aerodynamika, hałas i testy zderzeniowe
Zwykłe serwery korporacyjne obsługują proste zadania. Ale niektóre prace wymagają superkomputera. Maszyny HLRS. Zajmują się modelowaniem układów chłodzenia. Aerodynamika. Aeroakustyka. I testy zderzeniowe.
Aerodynamika wpływa na zużycie paliwa. Decyduje o sterowalności. Określa poziom komfortu. Aeroakustyka? Jest to hałas wewnątrz kabiny, gdy okno jest opuszczone lub otwarty dach. Wirtualne testy zderzeniowe są znacznie tańsze niż niszczenie prawdziwych samochodów.
Precyzja zmieniła zasady gry. Virse zauważa, że wirtualne testy osiągają teraz rozdzielczość milimetrową. Inżynierowie mogą sprawdzić, czy szew klejący się rozpadnie. Mogą sprawdzić, czy miejsce spawania wytrzyma.
Do tego potrzebny jest wirtualny model. Ale superkomputer działa inaczej niż laptop. Komputer osobisty wykonuje instrukcje sekwencyjnie. Superkomputer działa w trybie wysoce równoległym. Dzieli ogromne problemy na mniejsze części i rozwiązuje je wszystkie na raz.
Pomyśl o sprzęcie. Smartfon lub komputer stacjonarny ma niewielką liczbę rdzeni procesora – od kilku do kilkudziesięciu. Superkomputery HLRS mają setki tysięcy rdzeni. Przeznaczone są do równoległego przetwarzania danych.
Analiza giganta
Ta różnica w sprzęcie zmienia sposób, w jaki inżynierowie budują modele. Wirtualny samochód należy podzielić na logiczne sekcje. Sekcje te muszą wymieniać fizycznie znaczące dane. Temperatura. Siłą. Odkształcenie. Właściwości drgań.
Model podzielony jest na części, dzięki czemu obliczenia przebiegają efektywnie równolegle.
Zewnętrzna powłoka składa się z milionów dwuwymiarowych powierzchni. Zakrywają trójwymiarowy kształt samochodu. Mówimy o liczbach wielokrotnie większych niż dziesięć milionów aspektów. Model uwzględnia także dane materiałowe. Gęstość. Wytrzymałość na rozciąganie. Wartości określone eksperymentalnie. Na przykład sposób wibracji określonego komponentu.
To kolosalny wysiłek. Rezultatem jest samochód, który działa jeszcze przed swoim fizycznym wyglądem. Samochód, którego opracowanie kosztuje mniej. I który jest bezpieczniejszy. Pozostaje pytanie: o ile większą złożoność możemy uczynić, zanim sama fizyka stanie się wąskim gardłem?
Ukryty koszt wirtualnej wody
Aby superkomputer mógł generować odpowiedzi szybciej niż tradycyjne systemy, nie wystarczy po prostu przeznaczyć większej mocy obliczeniowej na rozwiązanie problemu. Wymagane są algorytmy obliczeń równoległych, idealnie dostosowane do konkretnego sprzętu. Jeśli kod nie zostanie dostosowany do tego paradygmatu, ogromna infrastruktura równoległa po prostu pozostanie bezczynna.
Po zakończeniu prac przygotowawczych rozpoczęcie samej symulacji staje się procesem rutynowym. Inżynier Porsche nie musi lecieć do HLRS w Stuttgarcie. Aby uruchomić zadanie, wystarczy jedno kliknięcie na dowolnej stacji roboczej dewelopera. Wyniki zwracane są automatycznie.
„Nigdy tego tak nie nazywaliśmy, ale z informatycznego punktu widzenia jest to przetwarzanie w chmurze” – wyjaśnia Virze. „Bezpośredni, bezpieczny i zautomatyzowany transfer danych”.
Pięć sekund deszczu, dwa dni obliczeń
Matematyka leżąca u podstaw symulacji gospodarki wodnej Porsche pokazuje skalę obliczeń o wysokiej wydajności. Aby symulować ulewny deszcz padający na całe nadwozie samochodu, system wykorzystał 256 rdzeni procesora. W wirtualnym świecie padało tylko przez pięć sekund. Rzeczywisty czas obliczeń wyniósł 53 godziny.
Przejechanie przez kałużę o głębokości 15 centymetrów z prędkością 30 km/h zajmowało dwie wirtualne sekundy. Wymagało to pracy 512 rdzeni przez 105 godzin bez przerwy.
Liczby te robią wrażenie. Większość firm się waha.
Prezes HLRS Bastrian Koller zna te wahania. Użytkownicy po raz pierwszy borykają się z problemami związanymi z kosztami. Obawiają się o bezpieczeństwo danych. Obawiają się jakości wsparcia.
Rozwiązaniem nie są prezentacje sprzedażowe, ale dyskusje inżynieryjne.
Brak minimalnych ilości, brak umów
Celem wstępnej konsultacji nie jest podpisanie umowy, ale ocena zakresu zadania. Inżynierowie muszą zrozumieć, czy istniejące algorytmy symulacyjne dla superkomputerów w ogóle można zrównoleglić.
Nie ma minimalnych limitów wykorzystania. Nie płacisz za zarezerwowaną moc.
„Rachunki rozliczane są tylko za faktycznie wykorzystane zasoby” – mówi Koller.
Model ten obniża barierę wejścia. Firmy mogą przetestować możliwości systemu bez konieczności przeprowadzania gruntownej przebudowy infrastruktury. Ryzyko przesuwa się ze stałych kosztów ogólnych na zmienne koszty obliczeniowe.
Czy warto? W przypadku złożonych problemów hydrodynamicznych tak. Na wszystko inne? Prawdopodobnie nie. Wzrost wydajności nie skaluje się liniowo. Wymaga konkretnych zadań wymagających dużych zasobów.
Pokonywanie barier dla MŚP w HPC
Obniżenie bariery wejścia na rynek obliczeń o wysokiej wydajności (HPC) nie jest zadaniem wyłącznie gigantów technologicznych. Uniwersytet w Stuttgarcie, gdzie znajduje się HLRS, połączył siły z Instytutem w Karlsruhe (KIT) w 2010 roku, aby uruchomić SICOS BW. Ramy te aktywnie zmniejszają bariery wejścia dla małych i średnich przedsiębiorstw (MŚP). Nie tylko występują na wydarzeniach branżowych, ale także udzielają konkretnych porad biznesowych dotyczących programów finansowania i pomagają firmom znaleźć niezbędnych partnerów.
Weźmy na przykład finansowany przez UE projekt „FF4EuroHPC”, który zakończył się latem 2023 r. HLRS koordynował te trzyletnie wysiłki, w które zaangażowało się kilka europejskich ośrodków superkomputerowych.
„W ramach tego projektu MŚP mogły ubiegać się o dofinansowanie na przeprowadzenie rocznego eksperymentu biznesowego… w istocie była to okazja do „posmakowania” tematu.”
Takie podejście pozwala firmom na ostrożne wejście w temat, bez znaczącego początkowego ryzyka. Oprócz zadań doradczych, HLRS prowadzi Akademię Superkomputerową, w ramach której można przekwalifikować się zawodowo w niepełnym wymiarze godzin. Istnieją także wyspecjalizowane Solution Center dla konkretnych branż: motoryzacyjnej, kreatywnej i obecnie technologii medycznej.
Łączenie uczestników branży
Centra te skupiają użytkowników, badaczy i dostawców oprogramowania. Logika jest prosta. Wszystkie firmy w danym sektorze stoją przed podobnymi wyzwaniami obliczeniowymi.
Automotive Solution Center działa od 2010 roku. Koncentruje się na pięciu kluczowych obszarach:
– Prowadź pojazdy
– Projekt pojazdu
– Fizyka pojazdów
– Automatyzacja i łączność
– Metody numeryczne i digitalizacja
Sieć jest ściśle połączona. Centrum to skupia prawie 50 członków, w tym takie firmy wagi ciężkiej, jak Audi, BMW i Porsche. Bliskość ta zaowocowała już przedkonkurencyjną współpracą w ramach wspólnych projektów.
Prawdziwe przypadki użycia
Lista branż korzystających z systemów HLRS szybko się powiększa. Weźmy pod uwagę specjalistę z branży lotniczej i napędowej, który produkuje wentylatory do systemów klimatyzacji. Ich wewnętrzna moc obliczeniowa osiągnęła swój limit. Symulacje wymagały tak wysokiej rozdzielczości przestrzennej, że jedynie identyfikacja wahań ciśnienia i turbulencji mogła przewidzieć poziom hałasu słyszalnego dla ludzkiego ucha. Zasoby HLRS rozwiązały ten problem.
Moc obliczeniową Stuttgartu wykorzystała także firma inżynieryjna specjalizująca się w bezpieczeństwie przeciwpożarowym. Projektowanie obiektów specjalnych, takich jak centra handlowe, często kłóci się z przepisami budowlanymi. Aby obejść rygorystyczne wymagania regulacyjne, wykorzystano alternatywne oceny bezpieczeństwa poprzez symulacje pożaru. Wymaga to obliczenia każdej sekundy zdarzenia pożarowego w małych odstępach czasu. To, co zajęłoby ich wewnętrznym systemom tygodnie, zajęło mniej czasu w zasobach sieciowych HLRS.
Producent wind, firma TK Elevator, wykorzystał tę samą infrastrukturę do stworzenia nowej koncepcji windy. Symulowali kluczowe funkcje, aby analizować hałas i wibracje podczas ruchu. Zespół HLRS zapewnił nawet wizualizację w wirtualnej rzeczywistości procesu projektowania windy.
Poza tradycyjnymi symulacjami
Dyrektor zarządzający HLRS Koller przewiduje, że w najbliższej przyszłości wiele firm będzie w większym stopniu polegać na superkomputerach. Definicja obliczeń o wysokiej wydajności zmienia się.
„Przez długi czas HPC skupiało się wyłącznie na symulacjach. Ale to się zmienia”.
Obecnie analizy Big Data i algorytmy AI powodują intensywne obciążenia obliczeniowe. Tu też potrzebne są superkomputery. Firma HLRS zmodernizowała już swoje systemy, aby mogły obsłużyć te specyficzne obciążenia. Ta zmiana technologiczna wspiera firmy, które obecnie eksplorują obszary analityki danych i sztucznej inteligencji.
Artykuł ten jest częścią specjalnej publikacji przygotowanej we współpracy z High Performance Computing Center Stuttgart (HLRS). Tutaj możesz pobrać pełne wydanie Wissenschaft extra.
